本篇文章给大家带来的内容是关于python实现图片像素化的代码实例，有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
起因
看到网上的像素图片，感觉蛮有趣的，就打算用python一些PIL类库写一个。
实现思路
把一张图片分成多个块，每个块的颜色都等于这个色块中颜色最多的颜色，如下图。
立即学习“Python免费学习笔记（深入）”；
这个图取2×2的像素为块的大小，把快中颜色与每个颜色出现的数量存放到字典里，取最大的颜色，填充整个块。
具体实现
from PIL import Image
def init():
# 设置每个像素区块的大小
block_size = 75
img = Image.open("a.jpg")
# 获取图片的宽高
width, height = img.size
# 获取像素点对应RGB颜色值，可以改变img_array中的值来改变颜色值
img_array = img.load()
# 为了处理最后的区块，加了一次循环
max_width = width + block_size
max_height = height + block_size
for x in range(block_size - 1, max_width, block_size):
for y in range(block_size - 1, max_height, block_size):
# 如果是最后一次循环，则x坐标等于width - 1
if x == max_width - max_width % block_size - 1:
x = width - 1
# 如果是最后一次循环，则x坐标等于height - 1
if y == max_height - max_height % block_size - 1:
y = height - 1
# 改变每个区块的颜色值
change_block(x, y, block_size, img_array)
y += block_size
x += block_size
img.save(r'D:\python\pixel_image\awesome_copy.png')
img.show()
"""
:param x坐标 x:
:param y坐标 y:
:param 区块大小 black_size:
:param 可操作图片数组 img_array:
"""
def change_block(x, y, black_size, img_array):
color_dist = {}
block_pos_list = []
for pos_x in range(-black_size + 1, 1):
for pos_y in range(-black_size + 1, 1):
# todo print(x + pos_x,y + pos_y)
block_pos_list.append([x + pos_x, y + pos_y])
for pixel in block_pos_list:
if not str(img_array[pixel[0], pixel[1]]) in color_dist.keys():
color_dist[str(img_array[pixel[0], pixel[1]])] = 1
else:
color_dist[str(img_array[pixel[0], pixel[1]])] += 1
# key-->value => value-->key
new_dict = {v: k for k, v in color_dist.items()}
max_color = new_dict[max(color_dist.values())]
# 将区块内所有的颜色值设置为颜色最多的颜色
for a in block_pos_list:
img_array[a[0], a[1]] = tuple(list(map(int, max_color[1:len(max_color) - 1].split(","))))
def get_key(dict, value):
return [k for k, v in dict.items() if v == value]
if __name__ == "__main__":
init()效果对比
总结
开源地址https://github.com/MasakiOvO/...
还有很多改进的地方，比如取色值的算法上，应该有更好的解决方法，应该用多进程来实现，这样程序速度会快很多。
